[发明专利]一种基于大数据的风电机组故障预警诊断系统

权利要求书

1.一种基于大数据的风电机组故障预警诊断系统，其特征在于，包括：CPU处理模块、数据库、图像处理模块、故障诊断模块、输入模块和输出模块；所述输入模块用以接收发电机组的传感单元获得的实时信息；所述图像处理模块在所述输入模块获得的实时信息筛选出图像信息，所述图像处理模块对图像信息进行处理，并将其获得的字符识别结果发送给所述CPU处理模块；所述故障诊断模块从所述输入模块中获取信息，并根据信息判断故障的优先级；所述CPU处理模块根据所述故障诊断模块生成的优先状态值调取所述数据库中的对应信息，所述CPU处理模块将优先状态值与对应信息进行关联性比对，所述CPU处理模块将所述图像处理模块的字符识别结果与所述数据库中储存的预设字符进行比对，所述CPU处理模块根据比对结果生成故障判断函数F，所述CPU处理模块将故障判断函数F经所述输出模块发生给终端设备；

所述故障诊断模块设有优先级估算函数G(A、B、C)，其中，变量A表示编号，变量B表示次级优先级别，变量C表示主优先级别，次优先级判断模块用以判断次优先级别B，主优先级判断模块用以判断主优先级别C；

所述CPU处理模块中的故障判断函数为F(D，M，N)，其中，D为编号变量，D由若干个变量A相加决定；M为优先状态值，N为图像要素值；优先状态值M＝KB+C；式中，K为参数，K小于1，B为次优先级别，C为主优先级别。

2.根据权利要求1所述的基于大数据的风电机组故障预警诊断系统，其特征在于，所述传感单元包括设置在风电机组中的传感器和摄像机。

3.根据权利要求2所述的基于大数据的风电机组故障预警诊断系统，其特征在于，所述图像处理模块包括：设备定位模块，要素切分模块和要素识别模块；所述图像处理模块从所述数据库中获取预存图像，所述设备定位模块将预存图像同所述摄像机上传的实时图像做对比，若两张图片要素点符合要求，则所述要素切分模块将实时图像进行切分，从而选出要素点周围的要素图像；所述要素识别模块对要素图像进行字符识别，所述要素识别模块将字符识别结果发送至所述CPU处理模块中。

4.根据权利要求1所述的基于大数据的风电机组故障预警诊断系统，其特征在于，所述故障诊断模块包括：主优先级判断模块和次优先级判断模块；所述故障诊断模块从所述数据库中获取预设标准量，所述故障诊断模块将预设标准量与来自所述输入模块的实时信息进行比对，当实时信息与预设标准量不相符时，所述故障诊断模块对该实时信息所对应的设备确定故障优先级。

5.根据权利要求4所述的基于大数据的风电机组故障预警诊断系统，其特征在于，当字符识别结果与所述数据库中预存的字符有一处不相同时，图像要素值N＝1；当字符识别结果与所述数据库中预存字符有至少两处不相同时，图像要素值N＝2。

6.根据权利要求5所述的基于大数据的风电机组故障预警诊断系统，其特征在于，所述数据库中储存有最低优先状态值M0和最低图像要素值N0；若故障判断函数F(D，M，N)中的优先状态值M大于最低优先状态值M0和/或故障判断函数F(D，M，N)中的图像要素值N大于最低图像要素值N0，CPU处理模块认定所述风电机组发生故障。

7.根据权利要求1所述的基于大数据的风电机组故障预警诊断系统，其特征在于，所述数据库与互联网相互通信，所述数据库从互联网中获取风电机组的故障信息和故障图片；所述数据库中储存有预设标准量和优先级信息。

8.根据权利要求7所述的基于大数据的风电机组故障预警诊断系统，其特征在于，所述数据库接收用户的添加类、修改类和/或删除类指令，所述数据库包括预设的故障诊断模型库、故障诊断模型、故障解决方案数据库和故障解决方案，所述故障诊断模型包括触发沿故障诊断模型、纵向周期变化故障诊断模型、横向变量参数故障诊断模型、连续变量限值故障诊断模型和离散变量限值故障诊断模型。